Теория принятия компромиссных решений. Формулировка критериев и ограничений. Математические методы теории принятия решений
Live Journal
Facebook
TwitterТеория принятия решений
Тео́рия приня́тия реше́ний - область исследования, вовлекающая понятия и методы математики , статистики , экономики , менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения разного рода задач, а также способов поиска наиболее выгодных из возможных решений.
Принятие решения - это процесс рационального или иррационального выбора альтернатив , имеющий целью достижение осознаваемого результата. Различают нормативную теорию , которая описывает рациональный процесс принятия решения и дескриптивную теорию , описывающую практику принятия решений.
Процесс выбора альтернатив
Рациональный выбор альтернатив состоит из следующих этапов:
- Ситуационный анализ;
- Идентификация проблемы и постановка цели;
- Поиск необходимой информации;
- Формирование альтернатив;
- Формирование критериев для оценки альтернатив;
- Проведение оценки;
- Выбор наилучшей альтернативы;
- Внедрение (исполнение);
- Разработка критериев (индикаторов) для мониторинга;
- Мониторинг исполнения;
- Оценка результата.
Иррациональный выбор альтернатив включает все те же составляющие, но в таком «сжатом» виде, что трассирование причинно-следственных связей становится невозможным.
Проблема эргодичности
Для того чтобы делать «строгие» статистически достоверные прогнозы на будущее, нужно получить выборку из будущих данных. Так как это невозможно, то многие специалисты предполагают, что выборки из прошлых и текущих, например, рыночных индикаторов равнозначны выборке из будущего. Иными словами, если встать на такую точку зрения, то получится, что прогнозируемые показатели - лишь статистические тени прошлых и текущих рыночных сигналов. Такой подход сводит работу аналитика к выяснению, каким образом участники рынка получают и обрабатывают рыночные сигналы. Без устойчивости рядов нельзя делать обоснованных выводов. Но это вовсе не значит, что ряд должен быть устойчив во всем. Например, он может иметь устойчивые дисперсии и совершенно нестационарные средние - в этом случае мы будем делать выводы только о дисперсии, в обратном случае только о среднем. Устойчивости могут носить и более экзотический характер. Поиск устойчивостей в рядах и есть одна из задач статистики.
Если лица, принимающие решения, полагают, что процесс не является стационарным (устойчивым), а следовательно, эргодическим , и даже если они считают, что вероятностные функции распределения инвестиционных ожиданий все-таки могут быть просчитаны, то эти функции «подвержены внезапным (то есть непредсказуемым) изменениям» и система, по существу, непредсказуема.
Принятие решений в условиях неопределённости
Условиями неопределённости считается ситуация, когда результаты принимаемых решений неизвестны. Неопределённость подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (имеется информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами) и априорную (нет информации и о возможных результатах). Задача обоснования решений в условиях неопределённости всех типов, кроме априорной, сводится к сужению исходного множества альтернатив на основе информации, которой располагает лицо, принимающее решение (ЛПР). Качество рекомендаций для принятия решений в условиях стохастической неопределённости повышается при учёте таких характеристик личности ЛПР, как отношение к своим выигрышам и проигрышам, склонность к риску. Обоснование решений в условиях априорной неопределённости возможно построением алгоритмов адаптивного управления
Выбор при неопределённости
Эта область представляет ядро теории принятия решений.
Термин «ожидаемая ценность» (теперь называется математическое ожидание) был известен с XVII века . Блез Паскаль использовал это в его известном пари, (см. ниже), который содержится в его работе «Мысли о религии и других предметах », изданной в . Идея ожидаемой ценности заключается в том, что перед лицом множества действий, когда каждое из них может дать несколько возможных результатов с различными вероятностями, рациональная процедура должна идентифицировать все возможные результаты, определить их ценности (положительные или отрицательные, затраты или доходы) и вероятности, затем перемножить соответствующие ценности и вероятности и сложить, чтобы дать в итоге «ожидаемую ценность». Действие, которое будет выбрано, должно давать наибольшую ожидаемую ценность.
Альтернативы теории вероятностей
Очень спорная проблема - можно ли заменить использование вероятности в теории решения другими альтернативами. Сторонники нечёткой логики , теории возможностей , теории очевидностей Демпстера-Шафера и др. поддерживают точку зрения, что вероятность - только одна из многих альтернатив и указывают на многие примеры, где нестандартные альтернативы использовались с явным успехом. Защитники теории вероятностей указывают на:
- работу Ричарда Трелкелда Кокса по оправданию аксиом теории вероятностей;
- парадоксы Бруно де Финетти как иллюстрацию теоретических трудностей, которые могут возникнуть благодаря отказу от аксиом теории вероятностей;
- теоремы совершенных классов, которые показывают, что все допустимые решающие правила эквивалентны байесовскому решающему правилу с некоторым априорным распределением (возможно неподходящим) и некоторой функции полезности . Таким образом, для любого решающего правила, порожденного невероятностными методами, либо есть эквивалентное байесовское правило, либо есть байесовское правило, которое никогда не хуже, но (по крайней мере) иногда и лучше.
Действительнозначность вероятностной меры под сомнение была поставлена только однажды - Дж. М. Кейнсом в его трактате «Вероятность» (1910 год). Но сам автор в 30-х годах назвал эту работу «самой худшей и наивной» из его работ. И в 30-х годах стал активным приверженцем аксиоматики Колмогорова - Р. фон Мизеса и никогда не ставил ее под сомнение. Конечность вероятности и счетная аддитивность - это сильные ограничения, но попытка убрать их, не разрушив здания всей теории, оказались тщетными. Это в 1974 году признал один из самых ярких критиков аксиоматики Колмогорова - Бруно де Финетти.
Более того, он показал фактически обратное - отказ от счетной аддитивности делает невозможными операции интегрирования и дифференцирования и, следовательно, не дает возможности использовать аппарат математического анализа в теории вероятностей. Поэтому задача отказа от счетной аддитивности - это не задача реформирования теории вероятностей, это задача отказа от использования методов математического анализа при исследовании реального мира.
Попытки же отказаться от конечности вероятностей привели к построению теории вероятностей с несколькими вероятностными пространствами на каждом, из которых выполнялись аксиомы Колмогорова, но суммарно вероятность уже не должна была быть конечной. Но пока неизвестно каких-либо содержательных результатов, которые могли бы быть получены в рамках этой аксиоматики, но не в рамках аксиоматики Колмогорова. Поэтому это обобщение аксиом Колмогорова пока носит чисто схоластический характер.
С.Гафуров полагал, что принципиальным отличием теории вероятности Кейнса (а, следовательно, и мат. статистики) от колмогоровской (Фон Мизеса и пр.) является то, что Кейнс рассматривает статистику с точки зрения теории принятия решений для нестационарных рядов…. Для Колмогорова, Фон Мизеса, Фишера и пр. статистика и вероятность применяются для существенно стационарных и эргодичных (при правильно подобранных данных) рядов - окружающего нас физического мира…
Wikimedia Foundation . 2010 .
Как отмечалось выше, аналитик, как правило, выполняет вспомогательные функции, обеспечивая аналитическими расчетами лицо, принимающее решение. Тем не менее, нередки ситуации, когда ответственность за аналитическое обоснование решения и его принятие возлагается на одно и то же лицо. Именно в этом случае и возникает необходимость в овладении методами, разработанными в рамках так называемой теории принятия решений. Приведем краткую характеристику некоторых из них, получивших определенное приложение в микроэкономическом анализе.
Имитационное моделирование
С развитием вычислительной техники в прикладных исследованиях все большее распространение стали получать методы анализа развития ситуаций, основанные на варьировании сочетанием и значениями различных факторов, эти ситуации определяющих.
Одна из трудностей при реализации данного подхода - рутинность действий и множественность счетных операций: эта трудность устраняется при использовании компьютера и соответствующего программного обеспечения в рамках так называемого имитационного моделирования, суть которого заключается в следующем: в компьютерной среде имитируется конкретная хозяйственная ситуация путем задания: (а) модели и/или набора моделей, описывающих ситуацию, (б) массива параметров в рамках выделенных моделей: (в) совокупности результативных показателей, зависящих от выделенных параметров: (г) набора значений параметров. Сделав несколько расчетов, можно выбрать набор параметров и их значений, которыми в дальнейшем стараются управлять, т.е. «держать» их в определенных коридорах (например, дебиторская задолженность не должна выходить за пределы заданного коридора).
Несмотря на отмеченную субъективность, имитационное моделирование как один из методов ситуационного анализа, реализуемых в компьютерной среде, по определению должен быть алгоритмизирован - иначе компьютер не сможет его реализовать.
В основе методов имитационного моделирования и прогнозирования лежат модели различного типа. Однако наибольшую распространенность на практике получил анализ с помощью моделей, описывающих функциональные, или жестко детерминированные, связи, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака.
Весьма наглядным примером служит форма бухгалтерской отчетности «Отчет о прибылях и убытках» (форма №2), представляющая собой гармоничную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации уровень затрат, уровень налоговых ставок и др.). Один из возможных подходов прогнозирования в этом случае может выглядеть следующим образом.
Ставится задача выявления и исследования факторов развития хозяйствующего субъекта и установления степени их влияния на различные результатные показатели, например прибыль. Для этого используется имитационная модель, предназначенная для перспективного анализа формирования и распределения доходов предприятия. В укрупненном виде модель представляет собой многомерную таблицу важнейших показателей деятельности объекта в динамике. По результатам имитации может выбираться один или несколько вариантов действий; при этом значения факторов, использованные в процессе моделирования, будут служить прогнозными ориентирами в последующих действиях. Модель реализуется на персональном компьютере в среде табличного процессора в соответствии с намеченным сценарием.
Имитационное моделирование финансово-хозяйственной деятельности основано на сочетании формализованных (математических) методов и экспертных оценок специалистов и руководителей хозяйствующего субъекта, но с превалированием последних. Поэтому для разработки долгосрочного прогноза со стороны администрации необходимо включить двух-трех специалистов от различных служб и подразделений предприятия (коммерческой службы, планового отдела, финансового отдела и бухгалтерии).
Метод построения дерева решений
Еще один вариант использования ситуационного анализа для прогнозирования возможных действий имеет более общее применение и основан на оценках риска.
Принятие решений экономического характера может осуществляться в одной из следующих четырех ситуаций: в условиях определенности, риска неопределенности и конфликта. Первая ситуация имеет место в том случае, если можно с приемлемой точностью предсказать однозначно трактуемые последствия принятого решения. В условиях риска поле возможных исходов, т.е. последствий принятого решения, вариабельно, однако значения исходов и вероятности их появления поддаются количественной оценке. В условиях неопределенности подобной оценки сделать уже нельзя, т.е. не могут быть перечислены все возможные исходы и/или заданы их вероятности. В условиях конфликта принятие решения осложняется не только и не столько возможностью проявления действия некоторых случайных факторов, сколько необходимостью учета безусловного, осознанного и активного противодействия участников «конфликтной» ситуации 1 , причем число этих участников, их информационные и другие ресурсы и возможности могут быть заранее не известны.
Первая ситуация достаточно редка, а ее описание и алгоритмизация не представляют сложности (например, решение принимается на основе некоторого критерия, исчисленного так называемым «прямым счетом» по исходным данным: таким критерием может быть заданная величина прибыли, расходов, рентабельности и др.
В условиях действия второй ситуации для выбора варианта действий и применяется вероятностный подход, предполагающий прогнозирование возможных исходов и присвоение им вероятностей. При этом пользуются:
а.) известными, типовыми ситуациями (типа - вероятность появления герба при бросании монеты равна 0.5);
б) предыдущими распределениями вероятностей (например, из выборочных обследований или статистики предшествующих периодов известна вероятность появления бракованной детали, относительная величина сомнительного долга и др.):
в) субъективными оценками, сделанными аналитиком самостоятельно либо с привлечением группы экспертов.
Линейное программирование
Метод линейного программирования, наиболее распространенный в прикладных экономических исследованиях ввиду его достаточно наглядной интерпретации, позволяет хозяйствующему субъекту дать обоснование наилучшему (по формальным признакам) решению в условиях более или менее жестких ограничений относительно доступных для предприятия ресурсов. С помощью линейного программирования в анализе финансово-хозяйственной деятельности решается ряд задач, в первую очередь относящихся к процессу планирования деятельности - он позволяет отыскивать оптимальные параметры выпуска и способы наилучшего использования имеющихся ресурсов.
Суть метода линейного программирования заключается в поиске максимума или минимума выбранной в соответствии с интересами аналитика целевой функции при имеющихся ограничениях. Примеры использования данного метода и технику расчетов можно найти в монографической и учебной литературе (см. например, [Ковалев, Волкова]).
На практике метод линейного программирования нашел применение в системах управленческого учета и внутреннего анализа, в частности при решении задачи оптимизации производственной программы (выбор программы действий при наличии ограничений на затраты сырья, величину спроса и т.п.) и транспортной задачи (оптимизация доставки продукции при наличии сети поставщиков и получателей в условиях ограничений на ресурсы различного вида).
Анализ чувствительности
В условиях неопределенности никогда нельзя точно предсказать заранее, каковы будут фактические значения той иди иной величины через некоторое время. Однако для успешного планирования финансово-хозяйственной деятельности предприятия желательно предусмотреть изменения, которые могут произойти в будущих ценах на сырье и конечную продукцию предприятия, возможное падение или увеличение спроса на товары, производимые предприятием, и т.п. Для этого выполняется аналитическая процедура, называемая анализом чувствительности. Достаточно часто этот метод используется при анализе инвестиционных проектов, а также при прогнозировании величины чистой прибыли предприятия.
Анализ чувствительности позволяет определить силу реакции результативного показателя на изменение независимых, т.е. варьируемых, факторов.
На практике достаточно распространен один из вариантов анализа чувствительности, когда построенную модель рассматривают для трех ситуаций: наилучшая, наиболее вероятная, наихудшая. Примеры подобного анализа можно найти, например, (Ковалев. 1999. с. 482-4831).
Эволюционные алгоритмы используются в задачах управления, например, в задаче планирования маршрута для мобильного робота. Целью любой навигационной системы является достижение места назначения с рациональным расходованием ресурсов, без столкновений с другими объектами. Зачастую путь робота планируется заранее в режиме офлайн (необходимые сведения вводятся заранее, данные и знания не меняются в сеансе решения задачи, время реакции велико). Эволюционные алгоритмы позволяют объединить офлайн-планирование и планирование в реальном времени (онлайн-планирование). Офлайнпланирование ищет близкий к оптимальному путь, а онлайн-планирование учитывает возможные столкновения из-за обнаружения неизвестных объектов и заменяет часть первоначального плана другим маршрутом. Эволюционные алгоритмы применены к построению бесконфликтных маршрутов самолетов и для разрешения воздушных конфликтов.
Автоматическое доказательство теорем применяется в управлении движущимися объектами для построения полностью автономных систем. Примером является система управления мобильным интегральным роботом STRIPS – самоходным аппаратом, совершающим передвижения по командам, формируемым в устройстве управления. Типичной задачей, решаемой STRIPS, является задача перемещения детали из некоторой точки рабочего пространства с помощью схвата робота в контейнер.
Интеллектуальная система, основанная на нечетких правилах, осуществляет проводку грузового судна между островами без вмешательства человека. Одна португальская компания в целлюлозно-бумажной промышленности реализовала нечеткое управление автоклавами. Для записи стратегии управления использовано 25 нечетких правил, что позволило значительно уменьшить вариации качества продукции и затраты энергии и потребления сырья. Описаны примеры нечеткого управления выпуском изделий на технологической операции «металлизация» прецизионных резисторов и модели управления роботом-манипулятором в системе «глаз - рука».
Нечеткие правила успешно использованы в проекте самолета с высокотехнологичными крыльями улучшенной аэродинамики. В 1990 г. японскими производителями продано бытовой нечетко управляемой техники на сумму в несколько миллиардов американских долларов.
Лекция 5. Основные понятия и определения теории принятия решений
Под принятием решений понимается процесс человеческой деятельности, направленный на выбор наилучшего варианта действий . Модели, описывающие поведение людей, широко используются в исследовании операций. Подисследованием операций понимают применение математических, количественных методов для обоснования решений во всех областях целенаправленной человеческой деятельности .
Под операцией мы будем понимать систему действий, объединенных единым замыслом и направленных к достижению определенной цели. Операция всегда является управляемым мероприятием. От нас зависит выбор каких-то параметров, характеризующих способ ее организации. Всякий определенный выбор зависящих от нас параметров будем называтьрешением . Само принятие решения выходит за рамки исследования операций и относится к компетенции ответственного лица (или группы лиц), которым предоставлено право окончательного выбора.
5.1. Роли людей в процессе принятия решений
В процессе принятия решений люди могут играть разные роли . Будем называть человека, фактически осуществляющего выбор наилучшего варианта действий, лицом, принимающим решения (ЛПР). Другой ролью, которую может играть человек в процессе принятия решений, является роль руководителя или участникаактивной группы – группы
людей, имеющих общие интересы и старающихся оказать влияние на процесс выбора и его результат.
В процессе принятия решений человек может выступать в роли эксперта , т.е. профессионала в той или иной области, к которому обращаются за оценками или рекомендациями. При подготовке сложных решений иногда принимает участиеконсультант по принятию решений . Его роль состоит в организации процесса принятия решений: помощи ЛПР в правильной постановке задачи, выявлении позиций активных групп, организации работы с экспертами.
Особое место занимает лицо (группа лиц), владеющее математическими методами и использующее их для анализа операции. Это лицо (исследователь операции, исследователь-аналитик ) само решений не принимает, а лишь помогает в этом
5.2. Альтернативы
Варианты действий принято называть альтернативами. Для постановки задачи принятия решений необходимо иметь хотя бы две альтернативы.
Альтернативы бывают независимыми и зависимыми. Независимыми являются те альтернативы, любые действия с которыми (удаление из рассмотрения, выделение в качестве лучшей) не влияют на качество других альтернатив. При зависимых альтернативах оценки одних из них оказывают влияние на качество других. Имеются различные типы зависимости альтернатив. Наиболее простым является групповая зависимость: если решено рассматривать хотя бы одну альтернативу из группы, то надо рассматривать и всю группу.
Используя понятие альтернативы, довольно часто процесс принятия решений определяют как обоснованный выбор наилучшей альтернативы из множества альтернатив.
5.3. Критерии
Варианты решений характеризуются различными показателями их привлекательности для ЛПР. Эти показатели называют критериями. Критерии оценки альтернатив – это показатели их привлекательности для участников процесса выбора.
В большинстве задач имеет довольно много критериев оценок вариантов решений. Эти критерии могут быть независимыми и зависимыми.
Предположим, что две сравниваемые альтернативы имеют различные оценки по первой группе критериев и одинаковые по второй группе. В теории принятия решений принято считать критерии зависимыми, если предпочтения ЛПР при сравнении альтернатив меняются в зависимости от оценок по второй группе критериев.
На сложность задач принятия решения влияет также количество критериев. При небольшом количестве критериев (два – три) задача сравнения альтернатив достаточно проста, качества по критериям могут быть сопоставлены. При большом количестве критериев задача усложняется из-за трудностей сопоставления.
Конкретный вид критерия, которым следует пользоваться при численной оценке эффективности той или иной операции, зависит от специфики рассматриваемой операции, а также от задачи исследования.
Многие операции выполняются в условиях, содержащих элемент случайности. В Этих случаях в качестве критерия оценки выбирается не просто характеристика исхода операции, а ее среднее значение (математическое ожидание). Например, если задача состоит в получении максимальной прибыли, то в качестве критерия берется средняя прибыль. В других случаях, когда задачей является осуществление вполне определенного события, в качестве критерия берут вероятность этого события.
5.4. Основные этапы процесса принятия решений
Процесс принятия решений состоит из последовательности этапов, а именно:
идентификация проблемы,
определение целей и критериев для выбора решения,
определение вариантов решения (альтернатив),
анализ и сравнение альтернатив,
выбор наилучшей альтернативы
организация контроля.
Рассмотрим содержание некоторых из перечисленных этапов.
Формулировка (идентификация) проблемы – это определение сути проблемы
(рис.5.1). Необходимо идентифицировать саму проблему, а не симптомы ее проявления.
Рис.5.1. Этап формулировки проблемы
Очень важно четко определить цели выбора решения и критерии их оценки. Желательно, чтобы критерии оценки принимаемых решений можно было бы оценить количественно, хотя это не всегда возможно. Рассмотрим в качестве примера задачу выбора трассы газопровода на севере Сибири. Задача характеризовалась небольшим числом альтернатив (две – три), большое число критериев (шесть – десять). Было необходимо выбрать одну, лучшую альтернативу. Список критериев включал в себя: стоимость постройки трубопровода; время строительства; надежность трубопровода; вероятность аварий; последствия аварий; влияние на окружающую среду; безопасность для населения и т.д.
Успешное решение проблемы во многом зависит от разработанных альтернатив. Сравнение и анализ альтернатив проводят с использованием математических методов. Для применения количественных методов требуется построить математическую модель явления. При построении модели необходимо установить количественные связи между условиями операции, параметрами решения и исходом операции – критериями или показателями эффектности.
Выбор модели. Если проблема сформулирована корректно, появляется возможность выбора готовой модели. Если готовой модели нет, возникает необходимость создания такой модели (рис. 5.2).
Банк моделей
Рис. 5.2. Выбор модели
Существует математические модели, которые хорошо описывают различные ситуации, требующие принятия тех или иных решений. Выделим из них следующие три класса: детерминированные, стохастические и игровые модели.
При разработке детерминированных моделей исходят из предпосылки, что основные факторы, характеризующие ситуацию, определены и известны. Здесь обычно ставится задачи оптимизации некоторой величины (например, минимизация затрат).
Стохастические (вероятностные, статистические) модели применяются в тех случаях, когда некоторые факторы носят неопределенный, случайный характер.
При учете наличия противников либо союзников с собственными интересами необходимо применение теоретико-игровых моделей.
Нахождение решения (рис. 5.3.). Для поиска решения необходимы конкретные данные, сбор и подготовка которых требуют, как правило, значительных усилий. Если данные уже имеются, их часто приходится преобразовывать к виду, соответствующему выбранной модели.
Подготовка
Рис. 5.3. Нахождение решения
Проверка решения. Полученное решение должно быть проверено на приемлемость при помощи соответствующих тестов. Неудовлетворительность решения означает, что выбранная модель не точно отражает природу изучаемой проблемы. В этом случае она должна быть либо усовершенствована, либо заменена более подходящей моделью
Организация контроля. Если найденное решение оказалось приемлемым, то необходимо организовать контроль за правильным использованием модели. Основная задача такого контроля состоит в обеспечении соблюдения ограничений, предполагаемых моделью, качества исходных данных и получаемого решения.
5.5. Математические методы теории принятия решений
Применение тех или иных математических методов обусловлено характером решаемых задач. В науке принятия решений выделяют три типа проблем: хорошо структуризованные, слабоструктуризованные и неструктуризованные проблемы . Хорошо структуризованные , или количественно сформулированные проблемы, – те, в которых существенные зависимости могут иметь численное выражение.Слабоструктуризованные , или смешанные проблемы, – те, которые содержат как качественные, так и количественные элементы, причем качественные, малоизвестные и неопределенные стороны проблем преобладают. Типичные проблемы исследования операций являются хорошо структуризованными. В многокритериальных задач принятия решений часть информации, необходимой для полного и однозначного решения, отсутствует. Такие проблемы являются слабоструктуризованными.
Существуют проблемы, в которых известен только перечень основных параметров, но количественные связи между ними установить нельзя. В таких случаях структура, понимаемая как совокупность связей между параметрами, не определена, и проблема называется неструктуризованной .
Для решения хорошо структуризованных задач применяются методы линейного и динамического программирования, игровые методы обоснования решений, методы теории статистических решений, методы математической статистики и теории вероятностей, методы теории массового обслуживания, методы статистического моделирования и т.д. Для решения слабоструктуризованных и неструктуризованных задач используются различные методы оценки многокритериальных альтернатив (экспертные методы, метод анализа иерархий, теория полезности, теория рисков т.д.), методы искусственного интеллекта, позволяющие моделировать поведение людей при решении тех или иных проблем.
1. ТЕХНОЛОГИЯ И ПРОЦЕДУРЫ РАЗРАБОТКИ И ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
1.1. Введение в теорию принятия решений
Сначала разберем несколько упрощенный пример задачи принятия решений при управлении организацией, а потом введем основные понятия теории принятия решений.
1.1.1. Пример задачи принятия решения
Совет директоров фирмы "Русские автомобили" должен принять важное решение. Какой образец запускать в серию - маленького верткого "Алешу" или представительного "Добрыню"? Отличаются эти типы автомобилей прежде всего расходом бензина на 100 км пробега - "Добрыня" больше, тяжелее, а потому и бензина ему надо больше, чем "Алеше". Зато "Добрыня" гораздо солиднее и вместительнее. При дешевом бензине потребители предпочтут "Добрыню", при дорогом - "Алешу". Будущая цена бензина неизвестна, это – фактор риска для фирмы "Русские автомобили".
Итак, каждый из двух вариантов решения имеет плюсы и минусы. Для принятия решения явно не хватает следующей количественной информации:
Насколько вероятна к моменту выхода продукции на рынок низкая цена бензина и насколько - высокая;
Каковы будут финансовые результаты работы фирмы при различных вариантах сочетания цены бензина и типа выпускаемого автомобиля (а таких сочетаний четыре: низкая цена бензина - автомобиль "Алеша", низкая цена бензина - автомобиль "Добрыня", высокая цена бензина - автомобиль "Алеша", высокая цена бензина - автомобиль "Добрыня")
На эти вопросы генеральный директор фирмы заранее поручил ответить соответствующим специалистам. Перед началом заседания члены Совета директоров получают нужные для принятия решения количественные данные, сведенные в табл.1.
Таблица 1. Прибыль фирмы "Русские автомобили"
при выпуске автомобилей двух типов (млн. руб.)
На заседании Совета директоров началась дискуссия.
Полагаю, надо получить максимум в самом плохом случае, - сказал осторожный Воробьев. - А хуже всего будет при высокой цене бензина, прибыль фирмы по сравнению со случаем низкой его цены уменьшается при любом нашем решении. Выпуская "Алешу", заработаем 500 миллионов, а "Добрыню" - 200 миллионов. Значит, надо выпускать "Алешу" - и как минимум 500 миллионов нам обеспечены.
Нельзя быть таким пессимистом, - заявил горячий Лебедев. - Скорее всего, цена бензина будет низкой (за это - 60 шансов из 100), а высокой - лишь как исключение. Надо быть оптимистами - исходить из того, что все пойдет, как мы хотим, цена бензина будет низкой. Тогда, выпуская "Добрыню", получим миллиард в бюджет фирмы.
На мой взгляд, и пессимист Воробьев, и оптимист Лебедев обсуждают крайние случаи - самую худшую ситуацию и самую лучшую. А надо подходить системно, обсудить ситуацию со всех сторон, учесть обе возможности, - начал свое выступление обстоятельный Чибисов, когда-то изучавший теорию вероятностей. - Рассмотрим сначала первый вариант - выпуск "Алеши". Мы получим 750 миллионов в 60% случаев (при низкой цене бензина) и 500 миллионов в 40% случаев (при высокой его цене), значит, в среднем 750 х 0,6 + 500 х 0,4 = 450 + 200 = 650 миллионов. А для варианта "Добрыни" аналогичный расчет дает 1000 х 0,6 + 200 х 0,4 = 600 + 80 = 680 миллионов, т.е. больше. Значит надо выпускать "Добрыню".
Предыдущий оратор рассуждает так, как будто мы будем выбирать тип автомобиля на каждом заседании Совета директоров, да и все данные в табл.1 лет сто не изменятся, - вступил в дискуссию экономист Куликов. - Но нам предстоит принять решение только один раз, и сделать это надо так, чтобы потом не жалеть об упущенных возможностях. Если мы решим выпускать "Добрыню", а к моменту выхода на рынок цена бензина окажется высокой, то получим 200 миллионов вместо 500 миллионов при решении, соответствующем будущей цене бензина. Значит, упущенная выгода составит 500 - 200 = 300 миллионов. При выпуске "Алеши" в случае низкой цены бензина упущенная выгода составит 1000 - 750 = 250 миллионов, т.е. будет меньше. Значит, надо выпускать "Алешу".
Подведем итоги, - сказал председательствующий Медведев. - Выступили четверо, каждый привел убедительные доводы в пользу того или иного решения, каждый исходил из той или иной теоретической концепции. При этом за выпуск "Алеши" выступили Воробьев и Куликов, а за выпуск "Добрыни" - Лебедев и Чибисов. Будем голосовать.
Результаты голосования - 15 членов Совета директоров за выпуск "Добрыни", 8 (в основном более осторожные представители старшего поколения) - за выпуск "Алеши". Большинством голосов решение принято - фирмы "Русские автомобили" будет выпускать "Добрыню" (см. также по поводу рассмотренного примера главу 8 книги ).
Экспертные оценки - один из методов принятия решений. Какие выводы может извлечь менеджер из хода заседания Совета директоров фирмы "Русские автомобили"? Критерии принятия решения, выдвинутые четырьмя выступавшими, противоречили друг другу, два из них приводили к выводу о выгодности выпуска автомобиля "Алеша", а два - "Добрыня". И Совет директоров решил вопрос голосованием. При этом каждый из голосовавших интуитивно оценивал достоинства и недостатки вариантов. Т.е. выступал как эксперт, а весь Совет в целом - как экспертная комиссия. По-английски expert - это специалист, в русском языке эти два слова имеют несколько различающийся смысл: под экспертом обычно понимают весьма опытного высококвалифицированного специалиста, умеющего использовать свою интуицию для принятия решений.
Голосование - один из методов принятия решения комиссией экспертов. Организация голосования, в частности, на собрании акционеров, имеет свои подводные камни. Многое зависит от регламента (т.е. правил проведения) голосования. Например, традиционным является принятие решений по большинству голосов: принимается то из двух конкурирующих решений, за которое поданы по крайней мере 50% голосов и еще один голос. А вот от какого числа отсчитывать 50% - от присутствующих или от списочного состава? Каждый из вариантов имеет свои достоинства и недостатки.
Если от присутствующих - то одно из двух решений будет почти наверняка принято (исключение - когда голоса разделятся точно поровну). Однако те, кто не был на собрании, могут быть недовольны. Если исходить из списочного состава, то возникает проблема явки на заседание. При слабой явке решения присутствующими должны приниматься почти единогласно, следовательно, в ряде случаев ни одно из конкурирующих решений не будет принято. А если придет меньше 50% от утвержденного списочного состава, то принятие решений станет вообще невозможным. Перечисленные сложности увеличиваются, если регламентом предусмотрено квалифицированное большинство - 2/3 и еще один голос.
Еще одна проблема - как быть с воздержавшимися? Причислять ли их к голосовавшим "за" или к голосовавшим "против"? Рассмотрим условный пример - результат голосования по трем кандидатурам в Совет директоров (табл.2). Наиболее активным и результативным менеджером является И.И. Иванов. У него больше всего сторонников, но и больше всего противников. Его соперник П.П. Петров меньше себя проявил, у него меньше и сторонников, и противников. Третий - С.С. Сидоров - никому не известен, и относительно его кандидатуры все участники голосования воздержались.
при выборах в Совет директоров
|
Кандидатура |
Воздержались |
||
|
Иванов И.И. |
|||
|
Петров П.П. |
|||
|
Сидоров С.С. |
Пусть надо выбрать одного человека в Совет директоров. Если председатель заседания спрашивает: "Кто за?", то проходит И.И. Иванов. Если он, видя усталость зала от обсуждения предыдущих вопросов, спрашивает: "Кто против?", то выбирают "темную лошадку" С.С. Сидорова, поскольку активные противники остальных менеджеров "выбивают" их из соревнования. При выборе двух членов Совета директоров вопрос "Кто за?" приводит к выборам И.И. Иванова и П.П. Петрова, а вопрос: "Кто против?" - к выборам С.С. Сидорова и П.П. Петрова. Поэтому, желая избавиться от И.И. Иванова, председатель может при выборах ставить вопрос так: "Кто против?".
Нетрудно видеть, что вопрос: "Кто за?" автоматически относит всех воздержавшихся к противникам данного кандидата, а вопрос "Кто против?" - к сторонникам. Успех никому не известного С.С. Сидорова связан именно с этим - он не нажил себе врагов.
Теория и практика экспертных оценок - развитая научная и практическая дисциплина с большим числом подходов, идей, алгоритмов, теорем и способов их практического использования. Подробнее о ней пойдет разговор в одной из следующих глав. Однако необходимо подчеркнуть - менеджер отвечает за принятие решений и не имеет права переложить ответственность на специалистов.
1.1.3. Основные понятия теории принятия решений
Всем опытным управленцам хорошо известно, что один из наиболее эффективных интеллектуальных инструментов менеджера – это теория принятия решений. Подробно разобранный пример выбора типа автомобиля для запуска в серию наглядно демонстрируют ряд основных понятий теории принятия решений.
Кто принимает решения? Решение о выборе того или иного типа автомобиля для запуска в серию принимал Совет директоров фирмы "Русские автомобили" большинством голосов. Однако в подготовке решения участвовали и другие люди - специалисты, подготовившие информацию, приведенную в табл.1.
В теории принятия решений есть специальный термин - Лицо, Принимающее Решения, сокращенно ЛПР. Это тот, на ком лежит ответственность за принятое решение, тот, кто подписывает приказ или иной документ, в котором выражено решение. Обычно это генеральный директор или председатель правления фирмы, командир воинской части, мэр города и т.п., словом - ответственный работник. Но иногда действует коллективный ЛПР, как в случае с Советом директоров фирмы "Русские автомобили" или Государственной Думой Российской Федерации.
Проект решения готовят специалисты, как говорят, "аппарат ЛПР", часто вместе с сотрудниками иных организаций. Если ЛПР доверяет своим помощникам, то может даже не читать текст, а просто подписать его. Но ответственность все равно лежит на ЛПР, а не на тех, кто участвовал в подготовке решения.
При практической работе важно четко отделять этап дискуссий, когда рассматриваются различные варианты решения, от этапа принятия решения, после которого надо решение выполнять, а не обсуждать.
Порядок подготовки решения (регламент). Часты конфликты между менеджерами по поводу сфер ответственности - кто за что отвечает, кто какие решения принимает. Поэтому очень важны регламенты, определяющие порядок работы. Недаром любое собрание принято начинать с утверждения председательствующего, секретаря и повестки заседания, а работу любого предприятия или общественного объединения - с утверждения его устава. Влияние регламента на результаты принятия решений показано выше при обсуждении процедур голосования.
Цели. Каждое решение направлено на достижение одной или нескольких целей. Например, Совет директоров фирмы "Русские автомобили" желал:
Продолжать выполнять миссию фирмы, т.е. выпуск автомобилей;
Получить максимальную возможную прибыль (в условиях неопределенности будущих цен на бензин).
Эти две цели можно достичь одновременно. Однако так бывает не всегда.
Например, часто встречающаяся формулировка "максимум прибыли при минимуме затрат" внутренне противоречива. Минимум затрат равен 0, когда работа не проводится, но и прибыль тогда тоже равна 0. Если же прибыль велика, то и затраты велики, поскольку и то, и другое связано с объемом производства. Можно либо максимизировать прибыль при фиксированных затратах, либо минимизировать затраты при заданной прибыли, но невозможно добиться "максимума прибыли при минимуме затрат".
Одной и той же цели можно, как правило, добиться различными способами. Например, миссия фирмы "Русские автомобили" будет осуществляться и при выпуске машин типа "Алеша", и при выпуске "Добрыни".
Ресурсы. Каждое решение предполагает использование тех или иных ресурсов. Так, Совет директоров фирмы "Русские автомобили" исходит из существования производства (системы предприятий), позволяющего выпускать автомобили типа "Алеша" и типа "Добрыня". Если бы такого производства не было, то и дискуссия в Совете директоров не имела бы смысла. Конечно, можно было бы сначала обсудить вопрос о строительстве заводов, о посильности таких затрат для фирмы...
Кроме того, предполагается, что у фирмы достаточно финансовых средств, материальных и кадровых ресурсов для массового выпуска автомобилей и того, и другого типа. Ведь надо сначала подготовить производство и работников, закупить сырье и комплектующие изделия, произвести и реализовать продукцию. И только потом получить прибыль (как разность между доходами и расходами).
В повседневной жизни мы чаще всего принимаем решения, покупая товары и услуги. И тут совершенно ясно, что такое ресурсы - это количество денег в нашем кошельке.
При практической работе над проектом решения важно все время повторять: "Чего мы хотим достичь? Какие ресурсы мы готовы использовать для этого?"
Риски и неопределенности. Почему четверо выступавших членов Совета директоров разошлись во мнениях? В частности, потому что они по-разному оценивали риск повышения цен на бензин, влияние этого риска на успешность достижения цели.
Многие решения принимаются в условиях риска, т.е. при возможной опасности потерь. Связано это с разнообразными неопределенностями, окружающими нас. Кроме отрицательных (нежелательных) неожиданностей бывают положительные - мы называем их удачами. Менеджеры стараются застраховаться от потерь и не пропустить удачу.
Внутренне противоречива формулировка: "Максимум прибыли и минимум риска". Обычно при возрастании прибыли возрастает и риск - возможность многое или все потерять.
Вернемся к табл.1. Неопределенность не только в том, будет цена на бензин высокой или низкой. Неопределенности - во всех числах таблицы . Шансы низкой цены на бензин оценены в 60%. Этот прогноз, очевидно, не может быть абсолютно точным. Вместо 60 % следовало бы поставить, скажем, (60+ 3) % . Тем более содержат неустранимые неточности данные о предполагаемой прибыли. Ведь для того, чтобы ее рассчитать, необходимо:
Оценить затраты на подготовку производства и выпуск продукции (это можно сделать достаточно точно, особенно при отсутствии инфляции);
Оценить число будущих покупателей в зависимости от цены и установить оптимальную цену, обеспечивающую максимальную прибыль (отделу маркетинга сделать это достаточно трудно, хотя бы потому, что промежуточным этапом является прогноз социально-экономического развития страны, из которого вытекают финансовые возможности и предпочтения потребителей, размеры налогов и сборов и др.).
В результате вместо 1000 в таблице должно стоять, скажем, 1000+ 200. Следовательно, рассуждения четырех членов Совета директоров, опирающихся на числа из табл.1, строго говоря, некорректны. Реальные числа - иные, хотя и довольно близкие. Необходимо изучить устойчивость выводов по отношению к допустимым отклонениям исходных данных, а также по отношению к малым изменениям предпосылок используемой математической модели. Речь идет об общеинженерной идее - любое измерение проводится с некоторой погрешностью, и эту погрешность необходимо указывать.
Критерии оценки решения. Вспомните еще раз дискуссию в Совете директоров фирмы "Русские автомобили". Каждый из выступавших использовал свой критерий для выбора наилучшего варианта решения.
Воробьев предлагал исходить из наихудшего случая высокой цены бензина. Фактически он рассматривал внешний (для фирмы) мир как врага, который всячески будет стараться уменьшить прибыль фирмы. И в условиях жесткого противодействия со стороны внешнего мира он предлагал выбрать наиболее выгодный вариант решения - выпуск "Алеши". Подход Воробьева хорош при рассмотрении совершенно бескомпромиссного противостояния двух противников, имеющих противоположные интересы, например, двух армий воюющих между собой государств. Существует математизированная наука - т.н. теория игр , - в которой рассматриваются методы оптимального поведения в условиях антагонистического или иного конфликта. В дискуссии о выборе типа автомобиля для запуска в серию позиция Воробьева - это позиция крайнего пессимиста, поскольку нет оснований считать внешний мир активным сознательным противником фирмы. Отметим также, что наиболее плохой случай, на который ориентируется теория игр, встречается сравнительно редко (согласно табл.1 - в 40% случаев).
Подход оптимиста Лебедева прямо противоположен подходу Воробьева. Предлагается исходить из самого благоприятного стечения обстоятельств. Внешний мир для Лебедева - друг, а не враг. И надо сказать, что для такой позиции есть основания - низкая цена на бензин в полтора раза вероятнее высокой. С точки зрения теории планирования предложение Лебедева можно было бы взять за основу, добавив возможности коррекции плана в случае неблагоприятных обстоятельств, а именно, повышения цены на бензин. И тут мы наталкиваемся на неполноту дискуссии в Совете директоров - никто не рассмотрел возможность подготовки производственной программы "двойного назначения". Выполнение такой программы обеспечивало бы гибкость управления - при низкой цене на бензин был бы налажен выпуск "Добрыни", а при высокой - "Алеши". В частности, такую гибкость обеспечивало бы повышение стандартизации автомашин фирмы, использование в них одних и тех же узлов и деталей, применение для их изготовления одних и тех же технологических процессов.
С чисто логической точки зрения оптимизм Лебедева не менее и не более оправдан, чем пессимизм Воробьева. Люди вообще и менеджеры в частности делятся на два типа - оптимистов и пессимистов. Особенно четко различие проявляется при вложении капитала, поскольку, как правило, увеличение прибыли связано с увеличением риска. Одни люди предпочтут твердый доход (да еще и застрахуются), отказавшись от соблазнительных, но рискованных предложений. Другой тип людей - оптимисты и авантюристы, они уверены, что им повезет. Такие люди надеются разбогатеть, играя в лотерею.
Надо иметь в виду, что на человека выигрыш или проигрыш одной и той же суммы могут оказать совсем разное влияние. Выигрыш приносит радость (но не счастье), в то время как проигрыш может означать разорение, полный крах, т.е. несчастье. Недаром в микроэкономической теории полезности рассматривают парадоксальное понятие - полезность денег - и приходят к выводу, что полезность равна логарифму имеющейся суммы .
Вернемся к Совету директоров фирмы "Русские автомобили". Совсем с других позиций, чем Воробьев и Лебедев, подошел к делу Чибисов. Его подход фактически предполагает, что придется много раз принимать решения по аналогичным вопросам. Вот он и рассчитывает средний доход, исходя из того, что в 60% случаев цена бензина будет низкой, а в 40% случаев - высокой. Такой подход вполне обоснован, когда выбор технической политики проводится каждую неделю или каждый день. Например, к нему мог бы прибегнуть менеджер, проектирующий свой ресторан - ориентироваться ли на открытые столики с видом на живописные окрестности или замкнуться в четырех стенах, отгородившись от дождя. Если события происходят много раз, то для принятия решений естественно использовать методы современной прикладной статистики, например, как это делают, например, при статистическом контроле качества продукции и сертификации. Тогда оценка математического ожидания дохода, проведенная Чибисовым, вполне корректна.
Однако Совет директоров фирмы "Русские автомобили" решает вопрос об одном-единственном выборе. Поэтому 60% и 40% - это не вероятности как пределы частот, что обычно предполагается при применении теории вероятностей, это шансы низкой и высокой цены бензина (иногда употребляют термин "субъективные вероятности"). Эти шансы полезны, чтобы в одном критерии свести вместе пессимистический и оптимистический подходы.
Четвертый оратор, Куликов, вводит в обсуждение новый критерий - "упущенная выгода". Обратите внимание - средний доход, рассчитанный Чибисовым, больше при выпуске "Добрыни". А упущенная выгода, наоборот, меньше при выпуске "Алеши". Эти два критерия в данном случае противоречат друг другу.
Каждому менеджеру приходится решать, какой из критериев для него важнее. В этом ему может помочь теория полезности, хорошо разработанная в экономике (в частности, т.н. "маржинальная полезность" в теории поведения потребителей и др.) и имеющая развитый математический аппарат.
Математико-компьютерная поддержка принятия решения. В настоящее время менеджер может использовать при принятии решения различные компьютерные и математические средства. В памяти компьютеров держат массу информации, организованную с помощью баз данных и других программных продуктов, позволяющих оперативно ею пользоваться. Экономико-математические и эконометрические модели позволяют просчитывать последствия тех или иных решений, прогнозировать развитие событий. Методы экспертных оценок, о которых уже шла речь выше, также весьма математизированы и используют компьютеры.
Наиболее часто используются оптимизационные модели принятия решений. Их общий вид таков:
F (X ) → max
X Є A
Здесь Х - параметр, который менеджер может выбирать (управляющий параметр). Он может иметь различную природу - число, вектор, множество и т.п. Цель менеджера - максимизировать целевую функцию F (X ), выбрав соответствующий Х . При этом менеджер должен учитывать ограничения XЄA на возможные значения управляющего параметра Х – этот параметр должен лежать во множестве А . Ряд примеров оптимизационных задач рассмотрен ниже.
1.1.4. Современный этап развития теории принятия решений.
Теория принятия решений – быстро развивающаяся наука. Задачи, которыми она занимается, порождены практикой управленческих решений на различных уровнях – от отдельного подразделения или малого предприятия до государств и международных организаций. Рассмотрим только несколько проблем, активно обсуждающихся на современном этапе развития теории принятия решений. Это - системный подход при принятии решений, современные методы принятия решений и проблема горизонта планирования.
Системный подход при принятии решений. При обсуждении проблем принятия решений часто говорят о системном подходе, системе, системном анализе. Речь идет о том, что надо рассматривать проблему в целом, а не "выдергивать” для обсуждения какую-нибудь одну черту, хотя и важную. Так, при массовом жилищном строительстве можно "выдернуть" черту - стоимость квадратного метра в доме. Тогда наиболее дешевые дома - пятиэтажки. Если же взглянуть системно, учесть стоимость транспортных и инженерных коммуникаций (подводящих электроэнергию, воду, тепло и др.), то оптимальное решение уже другое – девятиэтажные дома.
Так, например, менеджер банка, отвечающий за распространение пластиковых карт, может сосредоточиться на рекламе. Между тем ему от системы "банк - владельцы карт" лучше перейти к системе "банк - руководители организаций - владельцы карт". Договоренность с руководителем учреждения, давшим в итоге приказ выплачивать заработную плату с помощью пластиковых карт, даст нашему менеджеру гораздо больший прирост численности владельцев карт, чем постоянная дорогая реклама. Его ошибка состояла в неправильном выделении системы, с которой он должен работать.
Менеджер банка будет не прав, оценивая работу подразделений банка в текущих рублях. Обязательно надо учитывать инфляцию. Иначе мы сталкиваемся с парадоксальными явлениями, когда реальная ставка платы за кредит отрицательна; или же - рублевый оборот растет, банк якобы процветает, а после перехода к сопоставимым ценам путем деления на индекс инфляции становится ясно, что дела банка плохи.
Различных определений понятия «система» - десятки. Общим в них является то, что о системе говорят как о множестве, между элементами которого имеются связи. Целостность системы и ее "отделенность" от окружающего мира обеспечиваются тем, что взаимосвязи внутри системы существенно сильнее, чем связь какого-либо ее элемента с любым элементом, лежащим все системы. По определению действительного члена Российской академии наук Н.Н.Моисеева: "Системный анализ - это дисциплина, занимающаяся проблемами принятия решений в условиях, когда выбор альтернативы требует анализа сложной информации различной физической природы" .
Современные методы принятия решений. Кроме упомянутых или кратко рассмотренных выше методов, прежде всего экспертных, при принятии решений применяют весь арсенал методов современной прикладной математики. Они используются для оценки ситуации и прогнозирования при выборе целей, для генерирования множества возможных вариантов решений и выбора из них наилучшего.
Прежде всего надо назвать всевозможные методы оптимизации (математического программирования). Для борьбы с многокритериальностью используют различные методы свертки критериев, а также интерактивные компьютерные системы, позволяющие вырабатывать решение в процессе диалога человека и ЭВМ. Применяют имитационное моделирование, базирующееся на компьютерных системах, отвечающих на вопрос: “Что будет, если...?", метод статистических испытаний (Монте-Карло), модели надежности и массового обслуживания. Часто необходимы статистические (эконометрические) методы, в частности, методы выборочных обследований. При принятии решений применяют как вероятностно-статистические модели, так и методы анализа данных.
Особого внимания заслуживают проблемы неопределенности и риска, связанных как с природой, так и с поведением людей. Разработаны различные способы описания неопределенностей: вероятностные модели, теория нечеткости, интервальная математика. Для описания конфликтов (конкуренции) полезна теория игр. Для структуризации рисков используют деревья причин и последствий (диаграммы типа "рыбий скелет"). Менеджеру важно учитывать постоянные и аварийные экологические риски. Плата за риск и различные формы страхования также постоянно должны быть в его поле зрения.
Необходимо подчеркнуть, что весьма полезны и различные простые приемы принятия решений . Например, при сравнении двух возможных мест работы весьма помогает таблица из трех столбцов. В левом из них перечислены характеристики рабочего места: заработок, продолжительность рабочего времени, время в пути от дома до работы, надежность предприятия, возможности для профессионального роста, характеристики рабочего места и непосредственного начальства и др. А в двух других столбцах - оценки этих характеристик, в "натуральных" показателях или в процентах от максимума. Иногда при взгляде на подобную таблицу все сразу становится ясно. Но можно вычислить значения обобщенного показателя, введя весовые коэффициенты и сложив взвешенные оценки вдоль столбцов. Не менее полезно изобразить на бумаге возможные варианты решения, которое предстоит принять, а также возможные реакции лиц и организаций на те или иные варианты решения, а затем и возможные ответы на эти реакции. Полезны таблицы доводов "за" и "против" и др.
Проблема горизонта планирования. Во многих ситуациях продолжительность проекта не определена либо горизонт планирования инвестора не охватывает всю продолжительность реализации проекта до этапа утилизации. В таких случаях важно изучить влияние горизонта планирования на принимаемые решения.
Рассмотрим условный пример. Предположим, я являюсь владельцем завода. Если горизонт моего планирования - 1 месяц, то наибольший денежный доход я получу, продав предприятие. Если же планирую на год, то я сначала понесу затраты, закупив сырье и оплатив труд рабочих, и только затем, продав продукцию, получу прибыль. Если я планирую на 10 лет, то пойду на крупные затраты, закупив лицензии и новое оборудование, с целью увеличения дохода в дальнейшие годы. При планировании на 30 лет имеет смысл вложить средства в создание и развитие собственного научно-исследовательского центра, и т.д.
Таким образом, популярное утверждение "фирма работает ради максимизации прибыли" не имеет точного смысла. За какой период максимизировать прибыль - за месяц, год, 10 или 30 лет? От горизонта планирования зависят принимаемые решения. Понимая это, ряд западных экономистов отказываются рассматривать фирмы как инструменты для извлечения прибыли, предпочитают смотреть на них как на живые существа, старающиеся обеспечить свое существование и развитие. (Подробнее проблемы устойчивости принимаемых решений к изменению горизонта планирования рассматриваются в монографии .)
Как уже отмечалось, в последние годы все большую популярность получает т.н. контроллинг - современная концепция системного управления организацией, в основе которой лежит стремление обеспечить ее долгосрочное эффективное существование . В конкретных прикладных работах успех достигается при комбинированном применении различных методов. Для подготовки решений создаются аналитические центры и "ситуационные комнаты", позволяющие соединять человеческую интуицию и компьютерные расчеты. Все шире используются информационные технологии поддержки принятия решений, прежде всего в контроллинге.
Литература
1. Менеджмент / Под ред. Ж.В. Прокофьевой. - М.: Знание, 2000. - 288 с.
2. Пиндайк Р., Рубинфельд Д. Микроэкономика. - М.: "Экономика","Дело", 1992. – 510 с.
3. Моисеев Н.Н. Математические задачи системного анализа. – М.: Наука, 1981. – 488 с.
4. Науман Э. Принять решение, но как? - М.: Мир, 1987. - 198 с.
5. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. - 296 с.
6. Карминский А.М., Оленев Н.И., Примак А.Г., Фалько С.Г. Контроллинг в бизнесе. Методологические и практические основы построения контроллинга в организациях. - М.: Финансы и статистика, 1998. - 256 с.
7. Хан Д. Планирование и контроль: концепция контроллинга / Пер. с нем. - М.: Финансы и статистика, 1997. - 800 с.
1. Какой из критериев принятия решения, высказанных на заседании Совета директоров фирмы "Русские автомобили" Воробьевым, Лебедевым, Чибисовым и Куликовым, представляется Вам наиболее естественным? Как бы Вы сами поступили на месте Совета директоров фирмы "Русские автомобили"?
2. Какой образец мотоцикла запустить в серию? Исходные данные для принятия решения приведены в табл.3. Разберите четыре критерия принятия решения: пессимистичный, оптимистичный, средней прибыли, минимальной упущенной выгоды.
Таблица 3. Прибыль фирмы при различном выборе
образца мотоцикла для запуска в серию (млн. руб.)
3. Проанализируйте утверждение "максимум прибыли при минимуме затрат". Как можно избавиться от его противоречивости? Предложите как можно больше способов.
4. Целесообразно ли, на Ваш взгляд, купить 1000 билетов лотереи с целью разбогатеть?
5. Имеет ли точный смысл утверждение "цель работы фирмы - максимизация прибыли"?
Темы докладов и рефератов
1. Теория конечных антагонистических игр и ее применения в экономике.
2. Теория статистических решений применительно к дискуссии на заседании Совета директоров фирмы "Русские автомобили".
3. Экономические и социальные последствия отмены в России всех таможенных сборов и пошлин на экспорт и импорт.
5. Применение нечетких множеств в теории принятия решений.
6. Проведите системный анализ конкретной хорошо знакомой Вам производственной ситуации и примените изученные Вами методы принятия решений для подготовки организационных или иных мероприятий в своей организации. Оформите работу в виде доклада вышестоящему руководителю или органу (например, Совету директоров, Правлению или Собранию акционеров). Рекомендуемый объем - 10-20 стр.
| Предыдущая |
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО РЫБОЛОВСТВУ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ«МУРМАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
ИНСТИТУТ ДИСТАНЦИОННОГО ОБУЧЕНИЯ
Яретенко Н. И.
Математика (Исследование операций)
Курс лекций
для направления подготовки (специальности)
230105.65 «Прикладная информатика (Программное обеспечение ВТ и АС)»,
080801.65«Прикладная информатика (в экономике)»,080507.65 «Менеджмент организации»,080105.65 «Финансы и кредит», 080109.65 «Бухгалтерский учет, анализ и аудит».
(C применением элементов дистанционного обучения)
к. воен. наук, доцент
кафедры Информационных систем и
прикладной математики МГТУ.
Курс лекций
рассмотрен
и одобрен кафедрой ИС и ПМ
«__» _______ 2010 г.
Рецензенты:
В.В. Ковальчук,
д.т.н., профессор, зав.кафедрой
ИС и ПМ МГТУ.
Н. Н. Морозов зав. кафедрой
Физики МГТУ.
Лекция. Основы теории принятия решений
1.1. Общие положения………………………………………………………….6
1.2. Основные понятия системного анализа…………………………………..8
1.3. Основные понятия исследования операций…………………………….12
1.4. Постановка задач принятия оптимальных решений……………………13
1.5. Методология и методы принятия решений………………………………15
Контрольные вопросы………………………………………………...17
2. Лекция. Экономико – математическое моделирование
2.1.Основные понятия.............................................................................18
2.2.Классификация моделей....................................................................19
2.3.Классификация решаемых экономических задач...............................21
Контрольные вопросы....................................................................22
Лекция. Линейное программирование
3.1.Общая постановка задачи..................................................................23
3.2. Двойственность в задачах линейного программирования……………25
3.3.Теоремы двойственности...................................................................26
3.4.Решение задач линейного программирования геометрическим
методом................................................................................................28
3.5.Симплексный метод решения задач линейного программирования...35
Контрольные вопросы..................................................................39
Лекция.Транспортная задача
4.1.Постановка задачи..............................................................................41
4.2.Алгоритм решения транспортных задач………………………….………42
4.3.Метод наименьшего элемента..............................................................43
4.5.Метод потенциалов.............................................................................44
4.6.Примеры решения транспортных задач................................................45
Контрольные вопросы..................................................................55
5 .Лекция.Целочисленное программирование
5.1.Постановка задачи целочисленного программирования........................57
5.2.Графический метод решения задач целочисленного программирования.....................................................................................58
5.3.Пример решения задачи целочисленного программирования…………..59
5.4.Задача о коммивояжере……………………………………………………..61
5.5.Пример решения задачи о коммивояжере…………………………………62
Контрольные вопросы...................................................... .....64
Лекция. Динамическое программирование
6.1. Постановка задачи............................................................................65
6.2.Принцип оптимальности Беллмана....................................................66
6.3.Задача распределения средств на 1 год…………………………………67
6.4. Задача распределения средств на 2 года............................... ……….72
Контрольные вопросы........................................................72
7. Лекция. Управление производством
7.1.Задача о замене оборудования …………………………………………73
7.2 Управление запасами. Складская задача ……………………………….79
Контрольные вопросы..........................................................81
Лекция. Теория игр
8.1.Основные понятия………………………………………………………..82
8.2.Антагонистические игры ………………………………………………..83
8.3.Игры с «природой»...........................................................................85
Контрольные вопросы………………………………………….93
Лекция. Системы массового облуживания
9.1.Формулировка задачи и характеристики СМО………………………..94
9.2.СМО с отказами…………………………………………………………..96
9.3.СМО с неограниченным ожиданием.................................................96
9.4. СМО с ожиданием и с ограниченной длиной очереди……………….97
9.5. Примеры решения задач...................................................................98
Контрольные вопросы……………………………………….…..101
Лекция. Сетевое планирование
10.1. Основные понятия метода сетевого планирования.........................101
10.2. Расчет сетевых графиков................................................................105
Контрольные вопросы………………………………………...…109
Лекция. Нелинейное программирование
11.1. Основные понятия……………………………………………………..109
11.2. Безусловный экстремум …………………………………..………….109
11.3. Условный экстремум …………………………………………………111
Контрольные вопросы................................................................112
Перечень задач для решения при усвоении материала …………………. 112
Литература ............................................................................... 128
Вопросы для самопроверки ………………………………….………… .129
Приложение: Греческий алфавит……………………………….…131
ВВЕДЕНИЕ
Курс « Математика. Исследование операций» занимает ключевую позицию в образовательных программах студентов большинства производственных и экономических специальностей. В процессе его усвоения у студентов должно сформироваться понимание принципов, математических моделей, формулируемых в рамках этих моделей задач и соответствующих методах поиска их решения.Все эти вопросы образуют фундамент, необходимый в современных условиях любому квалифицированному специалисту для решения задач управления различными организационными системами.
Начало развития исследования операций как науки связывают с сороковыми годами двадцатого столетия.Само название дисциплины связано с применением математических методов для управления военными операциями.
Одним из первых исследований является работа Л. В. Канторовича, Математические методы организации и планирования производства, вышедшая в 1939 г., а в зарубежной литературе – вышедшая в 1947 г. работа Дж. Данцинга, посвященная решению экстремальных линейных задач. В 1975 г. Л. В. Канторович стал лауреатом Нобелевской премии за свои работы по оптимальному использованию ресурсов в экономике.
50-е и последующие годы были отмечены широким применением в практику полученных фундаментальных теоретических исследований и связанных с этим переосмыслением потенциальных возможностей теории исследования операций. Важный вклад в развитие новой науки также внесли такие видные ученные, как Дж. Фон. Нейман, Д. Гейл, К. Эрроу, Р. Беллман, Р. Гомори, Е. С. Вентцель, М. К. Гавурин и др.ученные.
Курс лекций разработан на основании рабочих программ для направления подготовки (специальности) 230105.65 «Прикладная информатика (Программное обеспечение ВТ и АС)»,080801.65«Прикладная информатика (в экономике)»,080507.65 «Менеджмент о рганизации»,080105.65 «Финансы и кредит», 080109.65 «Бухгалтерский учет, анализ и аудит».
При изложении содержания тем лекций указываются наиболее важные их элементы с рассмотрением теоретических вопросов и примеров практических задач, а также вопросы для самоконтроля. В заключительной части приводятся многочисленные варианты задач по каждой теме, которые позволят студентам лучше усвоить материал при самостоятельном изучении дисциплины в процессе подготовки к сдаче экзамена или зачета.
В перечнях основной и дополнительной литературы указаны современные учебные и периодические издания, включающие задачи с решениями прикладной направленности.
Лекция. Основы теории принятия решений.
1.1. Общие положения
1.2. Основные понятия системного анализа
1.3. Основные понятия исследования операций
1.4. Постановка задач принятия оптимальных решений
1.5. Методология и методы принятия решений.
Общие положения
Человек наделён сознанием , существо свободное и обречено на выбор решений, стараясь сделать всё наилучшим образом.
Теория принятия оптимальных решений в наиболее общем смысле представляет собой совокупность математических и численных методов, ориентированных на нахождение наилучших вариантов из множества альтернатив и позволяющих избежать их полного перебора.
Так как размерность практических задач, как правило, достаточно велика, а расчеты в соответствии с алгоритмами оптимизации требуют значительных затрат времени, поэтому методы принятия оптимальных решений ориентированы главным образом на реализацию их с помощью ЭВМ.
Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники.
В XVIII веке началом науки "Теория принятия решений" следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем:
сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей.
Оказалось, что утверждение "бери больше, кидай дальше" неверен.
Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы.
Научно-техническими предпосылками становления "Теории принятия решений" являются:
· удорожание "цены ошибки". Чем сложнее, дороже, масштабнее планируемое мероприятие, тем менее допустимы в нем "волевые" решения и тем важнее становятся научные методы, позволяющие заранее оценить последствия каждого решения, заранее исключить недопустимые варианты и рекомендовать наиболее удачные;
· ускорение научно-технической революции техники и технологии. Жизненный цикл технического изделия сократился настолько, что "опыт" не успевал накапливаться и требовалось применение более развитого математического аппарата в проектировании;
· развитие ЭВМ. Размерность и сложность реальных инженерных задач не позволяло использовать аналитические метода.
Эта наука, с одной стороны, стала определенной ветвью других более общих наук (теория систем, системный анализ, кибернетика и т.д.), а с другой, стала синтезом определенных фундаментальных более частных наук (исследование операций, оптимизация и т.д.), создав при этом и собственную методологию.
Экономика теснейшим образом связана с совокупностями объектов, которые принято называть сложными системами.Они характеризуются многочисленными и разнообразными по типу связями между отдельно существующими элементами системы и наличием у системы функции назначения, которой нет у составляющих ее частей.
На первый взгляд каждая сложная система имеет уникальную организацию. Однако более детальное изучение способно выделить общее в системе команд ЭВМ, в процессах проектирования машины, самолета и космического корабля.
В научно-технической литературе существует ряд терминов, имеющих отношение к исследованию сложных систем.
Наиболее общий термин "теория систем". Его основными частями являются:
· системный анализ, который понимается как исследование проблемы принятия решения в сложной системе,
· кибернетика, которая рассматривается как наука об управлении и преобразовании информации.
Кибернетика изучает отдельные и строго формализованные процессы, а
системный анализ - совокупность процессов и процедур.
Очень близкое к термину "системный анализ" понятие - "исследование операций", которое традиционно обозначает математическую дисциплину, охватывающую исследование математических моделей для выбора величин, оптимизирующих заданную математическую конструкцию (критерий).
Системный анализ может сводиться к решению ряда задач исследования операций, но обладает свойствами, не охватываемыми этой дисциплиной.
Однако в зарубежной литературе термин "исследование операций" не является чисто математическим и приближается к термину "системный анализ."
Системный анализ, опираясь на исследование операций, включает:
· постановку задачи для принятия решения;
· описание множества альтернатив;
· исследование многокритериальных задач;
· методы решения задач оптимизации;
· обработку экспертных оценок;
· работу с макромоделями системы.
Основные понятия системного анализа
Системный анализ - наука, занимающаяся проблемой принятия решения в условиях анализа большого количества информации различной природы.
цель системного анализа(к конкретной проблеме)-повышение степени обоснованности принимаемого решения из множества вариантов, среди которых производится выбор, с одновременным указанием способов отбрасывания заведомо невыгодных.
В системном анализе выделяют
· методологию;
· аппаратную реализацию;
· практические приложения.
Методология включает определения используемых понятий и принципы системного подхода .
Похожая информация.
- Зачем нужно штатное расписание и как его составить
- Растаможка перевозимых грузов — правила и условия
- Боремся с пухопероедами у курочек Как обработать кур керосином и нашатырным спиртом
- История создания старуха изергиль максима горького презентация
- Конвенции Международной организации труда (МОТ) в регулировании трудовых отношений Конвенция мот трудовые отношения
- Как керосин стал лекарством и стоит ли его применять
- Что такое оперативное время при нормировании